离散粒子群优化-贝叶斯线性判别分析算法用于视觉事件相关电位P300的分类

摘要：

P300在头皮上的导联位置并不明确,目前对P300的分类研究中,采用的电极组合各不相同,且不同被试在同一电极组合下得到的分类效果存在一定差异,要使所有分类精度都达到最优比较困难.而采用全导联方式则增加了数据处理量,导致系统实时性要求不能满足.为解决该类问题,提出一种基于离散粒子群优化(DPSO)的算法对P300进行最优电极组合选择,并将其与F-score进行了比较.然后利用贝叶斯线性判别分析(BLDA)对P300进行分类,比较了最优电极组合和其他电极组合下的分类结果,表明了DPSO对脑电最优电极组合选择的有效性,并提出了一组可能普适的P300最优分类电极组合,对提高基于P300的BCI系统实时性有重要意义.

关键词：离散粒子群优化(DPSO)、贝叶斯线性判别分析(BLDA)、P300、最优电极选择、分类

所属期刊栏目：29

分类号：TP18;R318.04(自动化基础理论)

资助基金：国家自然科学基金资助项目60775033,60674089;上海市浦江人才计划项目07PJ14031;上海市重点学科项目B504

在线出版日期：2010-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：46-52